DATA SCIENCE FOR BUSINESS
by THE STANDARD PODCAST
กลับมาพบกันอีกครั้งหนึ่งแล้วนะคะ วันนี้ชนิสจะมานำเสนอข้อมูลเกี่ยวกับ DATA SCIENCE FOR BUSINESS ต้องยอมรับก่อนเลยนะคะ ว่าในยุคนี้สมัยนี้ที่ถูกเรียกว่าเป็น ยุค4.0 ที่ซึ่งผู้คนส่วนใหญ่ถูกขับเคลื่อนเทคโนโลยี อาทิเช่น โทรศัพท์มือถือ แท็บเล็ต ฯลฯ ที่เปรียบสเมือนอวัยวะในร่างกายที่ไม่สามารถขาดได้ จะต้องเคยได้ยินคำพูดสุดฮิตในปัจจุบันที่เกี่ยวกับ Data Science แต่น้อยคนนักที่ค้นหาคำตอบว่ามันคืออะไร ถ้าอย่างนั้นตามชนิสไปค้นหาคำตอบกันเลยค่ะ
Data Science คือ..........
Data Science มีนิยามที่ค่อยข้างไม่ชัดเจน แต่จากการสรุปของดร.ต้า วิโรจน์ จิรพัฒนกุล ได้ให้ไว้กับThe StandardPodcastไว้ว่า Data Science คือการนำเอาข้อมูลมาสร้างมูลค่าเพิ่มทางธุระกิจ โดยผู้ที่ทำอาชีพนี้ในอดีตเราเรียกพวกเขาว่านักสถิติ ถูกพัฒนามาเรื่อยๆจนในปัจจุบันเราเรียกว่า Data Scienctist ซึ่งคุณสมบัติที่สำคัญของ ผู้ต้องการจะทำอาชีพนี้คือ ต้องมีความสามรถในการเขียนโปรแกรมได้ เนื่องจากหน้าที่ของอาชีพData Scienctist ต้องเกี่ยวข้องกับDataเป็นจำนวนมากทำให้ต้องมีการเขียนโค้ดและมีการดึงข้อมูลจากหลากหลายส่วนรวมไว้ด้วยกัน
แล้ว Data คืออะไร ?
Data ถูกจำกัดความให้เข้าใจง่ายๆว่า ข้อมูล ในอดีตเรามีการนำData หรือ ข้อมูล มาใช้แต่หลายคนอาจจะไม่คำนึงถึงว่ามันคือData
อาจจะทำให้เห็นภาพได้โดยการนึกถึงคุณป้าร้านข้าวมันไก่ที่เรากินเป็นประจำ แค่เพียงคุณป้าแม่ค้าเห็นหน้าตาของเราก็จะสามารถรับรู้ได้ว่า เราต้องการจะกินเมนูไหนด้วยการบอกแม่ค้าว่า เอาเหมือนเดิมหรือไม่ต้องบอกเลยด้วยซ้ำ ในขณะเดียวกันการเก็บข้อมูลของแม่ค้า ที่หมั่นสังเกตว่าลูกค้าที่ใส่ใส่ชุดกีฬามารับประทานข้าวมันไก่มักจะไม่สั่งหนังไก่ และลูกค้าที่เป็นเด็กเล็กมักจะชอบรับประทานข้าวมันไก่ทอด
ในปัจจุบันการใช้Data ในร้านอาหารถูกพัฒนาขึ้นจากการใช้ความคิดและจดจำของพ่อค้าแม่ค้าเป็น การให้ระบบดิจิตอล เป็นผู้จดจำกลุ่มลูกค้าเหล่านั้นผ่านทางบัตรสมาชิกของร้านแทน หากคุณเป็นลูกค้าประจำอย่างไรก็ตามคุณย่อมที่จะต้องทำบัตรสมาชิกที่ให้ทั้งส่วนลด และให้ของสัมมาคุณในโอกาสพิเศษต่างๆ อีกทั้งยังมีสิทธิประโยชน์อีกมากมาย ยิ่งถ้าหากร้านอาหาร ร้านไหนเข้าร่วมกับบัตรเครดิตที่คุณใช้นอกจากที่คุณจะได้แต้มสะสมจากร้านอาหารแล้ว คุณยังได้แต้มสะสมจากธนาคารที่คุณเป็นลูกค้าอยู่ด้วย ซึ่งกระบวนที่กล่าวมานี้ คือการใช้ Data ในปัจจุบัน
ทิศทางการใช้ Data ให้เกิดการพัฒนา
การใช้Data ที่ถูกวิธี ขั้นแรกคือการ กำหนดเป้าหมายและเก็บข้อมูล ซึ่งการเก็บข้อมูลจะต้องคำนึงถึงการนำไปใช้ว่า นำไปใช้จริงได้หรือไม่ มีประโยชน์ต่อการทำงานขนาดไหน และตอบโจทย์ในการทำงานหรือไม่ แต่ส่วนใหญ่การเก็บข้อมูลในประเทศไทยมักเป็นเพียงการเก็บข้อมูลที่ผิวเผิน มีการเก็บข้อมูลเยอะจริงแต่ไม่สามารถนำไปใช้ประโยชน์ได้ หรือบางครั้งการกรอกข้อมูลเป็นการรบกวนผู้บริโภค ทำให้ผู้บริโภคส่วนใหญ่กรอกข้อมูลปลอมที่ไม่สามารถนำข้อมูลส่วนนั้นมาใช้ได้จริง จากการเก็บข้อมูลแม้จะมีอุปสรรคหลายอย่างแต่หากพัฒนาต่อได้ องค์การจะสามารถข้อมูลไปต่อยอดได้กับผู้ทำงาน 2 กลุ่ม กลุ่มแรกคือ กลุ่มที่นำDataไปวิเคราะห์ หรือเรียกงานง่ายๆว่าทีมData Scienctist ที่นำข้อมูลไปวิเคราะห์แล้วนำไปใช้งาน แต่ส่วนใหญ่ขาดความรู้ความสามารถที่นำข้อมูลได้ต่อยอดให้ถูกทาง หรือในบางครั้งทำการวิเคราะห์ข้อมูลแล้วนำไปเก็บไว้ไม่ได้ถูกนำไปใช้งานต่อ
กลุ่มที่สองคือ กลุ่มผู้ไม่วิเคราะห์ หรือเรียกได้กลุ่มsaleman ที่ต้องทำหน้าที่พบปะลูกค้าที่ต้องใช้หรือควรมีข้อมูลที่เป็นประโยชน์ในการทำงานแต่กลับไม่ได้รับข้อมูลส่วนนั้น ซึ่งนี้เป็นปัญหาหลักขององค์กรในประเทศไทย ที่ทำหน้าที่แค่เพียงของใครของมันไม่มีการประสานงานว่าหน้าที่งานส่วนไหนควรได้ข้อมูลอะไรบ้าง ข้อเสียที่เกิดขึ้นนอกจากที่จะไม่มีการต่อยอดข้อมูลที่นำมาวิเคราะห์แล้ว ยังเน้นแค่ความทันสมัยของข้อมูลแค่เพียงเท่านั้นเพื่อให้คู่แข่งทางธุรกิจเห็นถึงความทันสมัยในการเก็บข้อมูลขององค์กรแต่ในความเป็นจริงชุดข้อมูลเหล่านั้นไม่ได้ถูกนำไปใช้ให้เกิดประโยชน์สูงสุด
องค์การที่ใช้Dataได้ดี มีลักษณะ
ในส่วนขององค์กรขั้นแรกควรมีการเก็บข้อมูลที่ถูกต้อง มีประโยชน์และพร้อมใช้งาน ต่อมาการมีเครื่องมือที่พร้อมใช้งาน หรือพร้อมที่จะวิเคราะห์ข้อมูลที่ได้จากการสำรวจหรือเก็บ ต่อมาคือการเอาข้อมูลที่ได้มาใช้ให้ถูกทาง ส่วนสำคัญคือการสื่อสารในทุกภาคส่วนที่สามารถเข้าถึงข้อมูลได้ และสุดท้ายคือการมีความรู้ความสามารถในการใช้ข้อมูลหรือการมีความรู้เฉพาะทาง เช่น การทำสถิติ การสำรวจและวิจัย
ความเข้าใจผิดและแนวโน้มในอนาคต
ผู้บริหารองค์กรส่วนใหญ่หากได้พบเห็นความล้ำสมัยของDataในต่างประเทศจึงเกิดความคิดที่จะ กลับมาพัฒนาDataในองค์กรของตัวเองบ้างแต่ลืมคำนึงความไใม่พร้อมของMachine Learnind และระบบAI ขององค์กรของตนเองที่ไม่พร้อมรองรับความล้ำสมัยเหล่านั้น ทำให้Dataและกลุ่มคนทำงานไม่มีประสิทธิภาพมากพอต่อการพัฒนา ซึ่งสิ่งที่ควรทำในปัจจุบันเพื่อเตรียมพร้อมต่ออนาคตคือ การเรียนรู้เรียนจากจุดเล็กๆของการใช้Data ให้มีความรู้ความสามารถก่อนที่จะพัฒนาเป็นสิ่งใหญ่ต่อไป
ตัวอย่างองค์กรที่มีการใช้Dataที่ดี
ไปรษณีย์ไทย

ที่มา : https://www.google.com/search?q=fuji+restaurant+logo&tbm=isch&ved=2ahUKEwi3uPCznIzrAhXAMbcAHbgWBrkQ2-cCegQIABAA&oq=fuji+restaurant+&gs_lcp=CgNpbWcQARgAMgIIADICCAAyAggAMgIIADIECAAQQzICCAAyAggAMgIIADICCAAyAggAUNhLWNhLYIBZaABwAHgAgAFeiAFekgEBMZgBAKABAaoBC2d3cy13aXotaW1nwAEB&sclient=img&ei=6ewuX_efF8Dj3LUPuK2YyAs&bih=657&biw=1366#imgrc=2DCQOV5BbXx6NM
ร้านอาหาร Fuji Reataurant เป็นร้านอาหารบนห้างสรรพสินค้าที่มีการบริการสนใจและใส่ใจในกลุ่มลูกค้า มีการจัดโปรโมชั่นตลอดทุกเดือนสำหรับกลุ่มลูกค้าที่ไม่ได้เป็นสมาชิก และถ้าหากเป็นสมาชิกจะได้สิทธิพิเศษเช่นการแลกแต้มเพื่อเป็นค่าอาหาร มีคูปองลุ้นรางวัลมากมาย อีกทั้งยังมีสิทธิพิเศษสำหรับสมาชิกในวันเกิด ซึ่งทางร้านFuji Reataurant จะมีการปรับปรุงเมนูอาหารอยู่เสมอเพื่อตอบสนองต่อการบริโภคของผู้บริโภคอีกด้วย

ที่มา : : https://www.eshopng.com/wp-content/uploads/2018/07/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%84%E0%B8%B4%E0%B8%94%E0%B8%AD%E0%B8%A2%E0%B9%88%E0%B8%B2%E0%B8%87%E0%B8%A3%E0%B8%AD%E0%B8%9A%E0%B8%84%E0%B8%AD%E0%B8%9A-%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%97%E0%B8%B2%E0%B8%87%E0%B8%AD%E0%B8%AD%E0%B8%81%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%94%E0%B8%B5.jpg
บทสรุปของData Thinking คิด วิเคราะห์ ลงมือทำ
ขั้นแรก ตั้งคำถามให้ถูกจุด ห้ามตั้งจากข้อมูลที่มีอยู่ ซึ่งการทำแบบนี้อาจจะตอบโจทย์ไม่ตอบโจทย์บ้างตามทักษะที่เรามี
ขั้นที่สอง เก็บข้อมูล หมั่นสังเกตหรือใช้เทคโนโลยี เข้ามาช่วยในการเก็บข้อมูล
ขั้นตอนสุดท้าย การวิเคราะห์ข้อมูล การนำข้อมูลที่ได้หาค่าเพื่อให้ทราบเฉลี่ยนั้นถึงแม้อาจจะเอาไปใช้ประโยชน์ได้ไม่มากแต่ก็ดีกว่าไม่ได้หาค่าเฉลี่ยเลย
และสำหรับองค์กรใหญ่ควรให้ทุกภาคส่วนมีส่วนร่วมในข้อมูลที่จำเป็นและจะเป็นประโยชน์ต่อการทำงานในส่วนนั้นๆ
......................................................................................................................................................................
สามารถศึกษาเพิ่มเติมได้ที่ : https://www.youtube.com/watch?time_continue=2335&v=9HWQfItJSQQ&feature=emb_logo








Comments
Post a Comment